热门文章最新文章&&&&违法和不良信息举报电话：183-
举报邮箱：
Copyright(C)2016 大不六文章网
京公网安备78大数据时代人工智能的创新与发展研究--《科技资讯》2015年33期
大数据时代人工智能的创新与发展研究
【摘要】：大数据和人工智能是今天计算机学科的两个重要的分支。近年来,有关大数据和人工智能这两个领域所进行的研究一直从未间断。其实,大数据和人工智能的联系千丝万缕。首先,大数据技术的发展依靠人工智能,因为它使用了许多人工智能的理论和方法。其次,人工智能的发展也必须依托大数据技术,需要大数据进行支撑。大数据时代背景下,未来人工智能会有哪些创新和发展,大家拭目以待。
【作者单位】：
【关键词】：
【分类号】：TP18;TP311.13【正文快照】：
1什么是大数据1.1大数据的定义大数据是一个数据体量和数据类别都十分庞大的数据集。这个庞大的数据集,我们今天还无法用传统的数据库工具对它的内容进行获取和处理。整体概括起来,大数据具有数据类型多、数据规模大、数据真实性高、数据处理快等四大特征。大数据的特征:第一,
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
聂建武;魏康民;;[J];轻工机械;2007年03期
冯巧娟;;[J];平顶山工学院学报;2008年02期
耿岩;董砚秋;郭巍;;[J];网络与信息;2009年06期
赵华;赵丽;;[J];山西建筑;2012年13期
刘阳;史庆军;李晶;李殿奎;张宇;;[J];电脑知识与技术;2013年06期
,厉力华;[J];电信科学;1991年05期
周青山;邹勇;胡健栋;;[J];电信科学;1993年06期
赵林明;[J];华北水利水电学院学报;1996年04期
马瑞民,梁久祯;[J];大庆石油学院学报;1997年03期
谢安国，陆钟武;[J];钢铁;1997年10期
中国重要会议论文全文数据库
董志勇;薛宏伟;;[A];2011年全国通信安全学术会议论文集[C];2011年
王东伟;张旭升;何川;林家明;;[A];第十二届全国光学测试学术讨论会论文（摘要集）[C];2008年
沈体雁;夏帆;刘良明;王煌基;;[A];新技术在土地调查中的应用与土地科学技术发展-2005年中国土地学会学术年会论文集[C];2005年
中国硕士学位论文全文数据库
陈建国;[D];电子科技大学;2006年
周志刚;[D];成都理工大学;2006年
曹慧媛;[D];江西师范大学;2009年
于欣洋;[D];大连海事大学;2006年
赵永标;[D];武汉理工大学;2006年
杜鹏;[D];厦门大学;2007年
张威;[D];北京交通大学;2011年
陈元琳;[D];大庆石油学院;2006年
杨治明;[D];重庆大学;2003年
崔兆顺;[D];西北农林科技大学;2007年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号全国统一热线：400-028-
VPS SERVER
CLOUD HOST
欢迎光临西部数码，我们将竭诚为您提供最优质的服务！
人工智能时代 云和大数据到底有多重要？
（原标题：人工智能时代 云和大数据到底有多重要？）
第1页：数字经济和工业4.0少不了云助力60年前的某个夏天，麦卡锡、明斯基等年轻的科学家们举办了一次聚会，共同研究用机器模拟智能的问题，也是在那时，“人工智能（AI）”的理念正式被提出。如今，人工智能已经应用于语音识别、图像处理器、计算机视觉、机器人等多个领域，甚至击败了围棋九段李世石，这种进步是难以置信的。而这一系列成绩的背后，是海量数据的积累与学习，在没有云的时代，是无法想象的。人工智能时代&云和大数据到底有多重要？（图片来自The&Huffington&Post）人工智能涉及的领域非常广泛，工业、航天、商业都有应用，并且已经深入人们的生活，打开手机中的Cortana或者Siri，这就是AI的产物。要知道，在几十年前，这种超前的技术是不受认可的，教授相关课程的学校也是寥寥无几。究其原因，主要就是数据的积累和应用。高容量存储设备丰富了数据量的留存，随着数据的不断增加，人们开始在其中发现某种规律，引发了分析的需求。分析让大量的数据有了价值，机器开始懂得用户想要什么，可以预测未来的天气和球赛的比分，这种人工智能与场景的结合，要实现的就是改变生活方式和解放生产力。具体来说，很多过去只有人能做的事情，现在更多的情况下能够通过机器实现，典型的例子包括语音助手、无人驾驶汽车。更重要的是，当硬件性能逐渐提升、计算资源越来越强大时，成本却越来越低廉。微软全球执行副总裁陆奇曾指出，如果大数据被充分利用，全球企业将额外获得1.6万亿美元的数字红利。当然，前提是要对海量信息进行分析，无论是深度学习还是神经网络，最终都要转换为产品或服务惠及用户。数字经济、分享经济、工业4.0...背后都少不了大数据和云计算的支持。不过，要想在人工智能时代分一杯羹，绝非易事。AI的基础是大数据，这些资源通常掌握在巨头手中，这也是为什么你会看到，这个领域的头条总是被微软、谷歌、IBM、苹果、亚马逊、Facebook这些公司抢去。在国内，BAT、京东这样的企业同样拥有足够的用户基础，并且已经开展了应用。在今年的中国大数据产业峰会上，腾讯公司董事会主席兼CEO马化腾主要就讲了一件事：大数据。通过18年的运营，腾讯数据中心的存储总量超过1000个PB。日常使用方面，用户每天在微信朋友圈和QQ空间上传的图片达到10亿张，腾讯视频（含微信公众号H5视频）每天播放量达20亿次，除夕当天红包支付超过25亿笔，每天移动支付超过5亿笔。围绕这么多的数据资源，腾讯也开发了一系列技术和功能。
第2页：在人工智能领域 腾讯做了哪些事？海量数据时代，搜索的重要性可想而知。基于在搜索领域多年的技术积累，腾讯云搜TCS通过对腾讯微信、QQ等各大垂直业务搜索需求进行高度抽象，把搜索引擎组件化、平台化、服务化，为移动应用开发者和网站站长提供了一站式搜索服务。云搜TCS支持分词和建立索引功能，搜索封装和技术门槛较低，具有可视化的数据预处理和离线排序定制能力，允许用户自主配置，检索耗时毫秒计算。腾讯云搜TCS此外，腾讯云搜还建立了自然语言处理技术团队，整合“文智”NLP开放平台，提供中文分词、智能纠错、同义词识别、意图识别等能力。针对准确性，该服务还支持高级纠错、按域检索、分词定制、智能联想词等功能。开发方面，开发者可以对搜索结果的排序自主灵活控制，云搜还具有文档求交、相关性排序、排序表达式等策略。搜索到的数据怎么使用，能否安全可靠，所提供的数据服务是否有针对性，是用户关心的问题。为此，腾讯大数据处理套件TBDS提供一键式部署能力，降低了大数据系统部署运维门槛，统一的控制台可以对集群进行配置、启停，通过DashBoard集中监控各组件实时运行指标，还支持多种数据接入以及输出方式，提供统一的数据源以及元数据的管理。值得一提的是，腾讯还借助QQ、微信等产品建立了10亿级别覆盖度的基础库，对范围内的人群进行统计和分析，能够实现动态跟踪区域内人群流动、评估人流拥挤等级、捕捉开放社交网络的情况、分析目标客户群轨迹，让客户更精准的定位目标人群。这么多的隐私信息，泄露了怎么办？我们了解到，所有通信及数据存放都建立在腾讯云合规独立的机房，以保障用户数据资产安全。区域人流检测机器学习是人工智能的核心要素，主要就是研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能。应用过程中，并行计算可以利用多个处理器解决一个大问题，提升了计算效率，这也是腾讯机智机器学习TML正在做的，其是简化用户对算法的接口调用、可视化、参数调优等自动化任务管理的开放平台。卷积神经网络实例，卷积层→子抽样层→卷积层→子抽样层之后→全连接后输出该平台搭载了万兆网卡的大量CPU实体机，集成分类、聚类、搜索/排序、推荐等机器学习和深度学习领域的算法，针对在性能、效果等方面的特殊需求，可以一对一深度定制。功能方面，机智机器学习TML支持LDA（非监督机器学习）技术，可以用来识别大规模文档集或语料库中潜藏的主题信息。通过训练，能够把对文本内容的处理简化为K维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。此外，CNN（卷积神经网络）能用来解决图像高层特征提取、分类、识别等计算机视觉难题，LR（逻辑回归）则具有易训练、易并行、泛化能力强等特性，适用于高维度海量数据的二分类任务。子抽样层（左图为全连接，右图为局部连接）每一项技术的最终目标都是惠及大众，人工智能也是如此。要说AI领域最接地气的应用，应该就是图像和语音识别了。先说语音，国内厂商已经可以保证稳定性和准确率，以腾讯为例，通用领域的识别率能达到93.8%，可以做到情绪识别、区分说话人、云存储弹性扩容等功能。不过，要想进入更深层次的语音识别，还要有对情境的理解，这方面有很大的努力空间。至于图像，人脸识别算是最常用的技术之一，腾讯提供了“人脸检测与分析”、“人脸比对”、“人脸验证”、“人脸识别”等一整套技术方案。其中，人脸检测技术准确率和召回率分别超过99%和95%，人脸验证技术准确率为99.65%。用户洞察分析产品结构
第3页：云和大数据指引人工智能改变未来
无论是搜索、智能识别，还是机器学习，BAT在人工智能领域的覆盖面已经很广，背后的技术实力也与谷歌、微软等逐渐缩小。在数据规模上，国内企业的资源并不输海外，需要加强的就是如何更有效地利用这些数据，从而改善人们的生活。得益于大数据和云计算的支持，互联网正在向物联网扩展，人工智能则是升级体验、解放生产力的重要手段。迈克尔?戴尔称，今天的处理能力、带宽、存储正以每年10倍的速度成倍增长，未来15年的技术将比现在强大1000倍。如今，大数据影响着各个行业，创造了巨大的商业价值。通过结合大数据和云计算，人工智能将更好地服务于人们的生活，推动时代进步。这一发展过程中，巨头企业已经开始利用数据规模和技术优势深耕布局，腾讯就是其中之一。
本文来源：中关村在线
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
版权申明：本站文章均来自网络，如有侵权，请联系028-0
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有。
服务器技术
西部数码.cn
CopyRight & &西部数码&版权所有
电话总机：028- (20线)
400电话： 400-&&&&&&&&&&&&&&&
人工智能时代 云和大数据到底有多重要？
&&&&来源：中关村在线&&&&作者：&&&&&&
关键字：&&&&&&
60年前的某个夏天，麦卡锡、明斯基等年轻的科学家们举办了一次聚会，共同研究用机器模拟智能的问题，也是在那时，“人工智能（AI）”的理念正式被提出。
&&& 数字经济和少不了云助力
&&& 60年前的某个夏天，麦卡锡、明斯基等年轻的科学家们举办了一次聚会，共同研究用机器模拟智能的问题，也是在那时，&人工智能（AI）&的理念正式被提出。如今，人工智能已经应用于语音识别、图像处理器、计算机视觉、等多个领域，甚至击败了围棋九段李世石，这种进步是难以置信的。而这一系列成绩的背后，是海量数据的积累与学习，在没有云的时代，是无法想象的。
图1 人工智能时代 云和大数据到底有多重要？
&&& 人工智能涉及的领域非常广泛，工业、航天、商业都有应用，并且已经深入人们的生活，打开手机中的Cortana或者Siri，这就是AI的产物。要知道，在几十年前，这种超前的技术是不受认可的，教授相关课程的学校也是寥寥无几。究其原因，主要就是数据的积累和应用。高容量设备丰富了数据量的留存，随着数据的不断增加，人们开始在其中发现某种规律，引发了分析的需求。
&&& 分析让大量的数据有了价值，机器开始懂得用户想要什么，可以预测未来的天气和球赛的比分，这种人工智能与场景的结合，要实现的就是改变生活方式和解放生产力。具体来说，很多过去只有人能做的事情，现在更多的情况下能够通过机器实现，典型的例子包括语音助手、无人驾驶汽车。更重要的是，当硬件性能逐渐提升、计算资源越来越强大时，成本却越来越低廉。
&&& 微软全球执行副总裁陆奇曾指出，如果大数据被充分利用，全球企业将额外获得1.6万亿美元的数字红利。当然，前提是要对海量信息进行分析，无论是深度学习还是神经网络，最终都要转换为产品或服务惠及用户。数字经济、分享经济、工业4.0...背后都少不了大数据和云计算的支持。
&&& 不过，要想在人工智能时代分一杯羹，绝非易事。AI的基础是大数据，这些资源通常掌握在巨头手中，这也是为什么你会看到，这个领域的头条总是被微软、谷歌、IBM、苹果、亚马逊、Facebook这些公司抢去。在国内，BAT、京东这样的企业同样拥有足够的用户基础，并且已经开展了应用。
&&& 在今年的中国大数据产业峰会上，腾讯公司董事会主席兼CEO马化腾主要就讲了一件事：大数据。通过18年的运营，腾讯数据中心的存储总量超过1000个PB。日常使用方面，用户每天在微信朋友圈和QQ空间上传的图片达到10亿张，腾讯视频（含微信公众号H5视频）每天播放量达20亿次，除夕当天红包支付超过25亿笔，每天移动支付超过5亿笔。围绕这么多的数据资源，腾讯也开发了一系列技术和功能。
&&& 在人工智能领域 腾讯做了哪些事？
&&& 海量数据时代，搜索的重要性可想而知。基于在搜索领域多年的技术积累，腾讯云搜TCS通过对腾讯微信、QQ等各大垂直业务搜索需求进行高度抽象，把搜索引擎组件化、平台化、服务化，为移动应用开发者和网站站长提供了一站式搜索服务。云搜TCS支持分词和建立索引功能，搜索封装和技术门槛较低，具有可视化的数据预处理和离线排序定制能力，允许用户自主配置，检索耗时毫秒计算。
图2 腾讯云搜TCS
&&& 此外，腾讯云搜还建立了自然语言处理技术团队，整合&文智&NLP开放平台，提供中文分词、智能纠错、同义词识别、意图识别等能力。针对准确性，该服务还支持高级纠错、按域检索、分词定制、智能联想词等功能。开发方面，开发者可以对搜索结果的排序自主灵活控制，云搜还具有文档求交、相关性排序、排序表达式等策略。
&&& 搜索到的数据怎么使用，能否安全可靠，所提供的数据服务是否有针对性，是用户关心的问题。为此，腾讯大数据处理套件TBDS提供一键式部署能力，降低了大数据系统部署运维门槛，统一的控制台可以对集群进行配置、启停，通过DashBoard集中监控各组件实时运行指标，还支持多种数据接入以及输出方式，提供统一的数据源以及元数据的管理。
&&& 值得一提的是，腾讯还借助QQ、微信等产品建立了10亿级别覆盖度的基础库，对范围内的人群进行统计和分析，能够实现动态跟踪区域内人群流动、评估人流拥挤等级、捕捉开放社交网络的情况、分析目标客户群轨迹，让客户更精准的定位目标人群。这么多的隐私信息，泄露了怎么办？我们了解到，所有通信及数据存放都建立在腾讯云合规独立的机房，以保障用户数据资产安全。
图3 区域人流检测
&&& 机器学习是人工智能的核心要素，主要就是研究计算机如何模拟或实现人类的学习行为，以获取新的知识或技能。应用过程中，并行计算可以利用多个处理器解决一个大问题，提升了计算效率，这也是腾讯机智机器学习TML正在做的，其是简化用户对算法的接口调用、可视化、参数调优等自动化任务管理的开放平台。
图4 卷积神经网络实例，卷积层&子抽样层&卷积层&子抽样层之后&全连接后输出
&&& 该平台搭载了万兆网卡的大量CPU实体机，集成分类、聚类、搜索/排序、推荐等机器学习和深度学习领域的算法，针对在性能、效果等方面的特殊需求，可以一对一深度定制。功能方面，机智机器学习TML支持LDA（非监督机器学习）技术，可以用来识别大规模文档集或语料库中潜藏的主题信息。通过训练，能够把对文本内容的处理简化为K维向量空间中的向量运算，而向量空间上的相似度可以用来表示文本语义上的相似度。此外，CNN（卷积神经网络）能用来解决图像高层特征提取、分类、识别等计算机视觉难题，LR（逻辑回归）则具有易训练、易并行、泛化能力强等特性，适用于高维度海量数据的二分类任务。
图5 子抽样层（左图为全连接，右图为局部连接）
&&& 每一项技术的最终目标都是惠及大众，人工智能也是如此。要说AI领域最接地气的应用，应该就是图像和语音识别了。先说语音，国内厂商已经可以保证稳定性和准确率，以腾讯为例，通用领域的识别率能达到93.8%，可以做到情绪识别、区分说话人、弹性扩容等功能。不过，要想进入更深层次的语音识别，还要有对情境的理解，这方面有很大的努力空间。至于图像，人脸识别算是最常用的技术之一，腾讯提供了&人脸检测与分析&、&人脸比对&、&人脸验证&、&人脸识别&等一整套技术方案。其中，人脸检测技术准确率和召回率分别超过99%和95%，人脸验证技术准确率为99.65%。
图6 用户洞察分析产品结构
&&& 云和大数据指引人工智能改变未来
&&& 无论是搜索、智能识别，还是机器学习，BAT在人工智能领域的覆盖面已经很广，背后的技术实力也与谷歌、微软等逐渐缩小。在数据规模上，国内企业的资源并不输海外，需要加强的就是如何更有效地利用这些数据，从而改善人们的生活。
&&& 得益于大数据和云计算的支持，互联网正在向物联网扩展，人工智能则是升级体验、解放生产力的重要手段。迈克尔&戴尔称，今天的处理能力、带宽、存储正以每年10倍的速度成倍增长，未来15年的技术将比现在强大1000倍。
&&& 如今，大数据影响着各个行业，创造了巨大的商业价值。通过结合大数据和云计算，人工智能将更好地服务于人们的生活，推动时代进步。这一发展过程中，巨头企业已经开始利用数据规模和技术优势深耕布局，腾讯就是其中之一。
责任编辑：
本文来源于互联网，e-works本着传播知识、有益学习和研究的目的进行的转载，为网友免费提供，并以尽力标明作者与出处，如有著作权人或出版方提出异议，本站将立即删除。如果您对文章转载有任何疑问请告之我们，以便我们及时纠正。联系方式：editor@e- tel：027-/21。
12345678910
12345678910
12345678910
12345678910